C++读取UTF-8编码的ipk.dat文件输出乱码如何解决

问题原因 #

你看到的 乱码是字符编码不匹配导致的：

• 你的ipk.dat是UTF-8编码，姓名中间的空格实际是UTF-8的非中断空格（Unicode编码U+00A0，对应UTF-8字节序列0xC2 0xA0）
• Windows系统控制台默认使用GBK/CP936编码输出，会把这两个字节按本地编码分别解析为┬和á，就出现了你看到的乱码。

修复方案 #

你可以根据自己的需求选择以下任意一种方案：

方案1：修改控制台编码为UTF-8（Windows平台首选） #

只需要在代码最开头添加控制台编码配置即可，无需修改文件内容：

1. 引入Windows头文件
2. main函数入口处设置控制台输入输出编码为UTF-8

完整修改后代码：

#include <iostream>
#include <fstream>
#include <sstream>
#include <windows.h>
using namespace std;

int main() {
    // 设置控制台编码为UTF-8，匹配文件编码
    SetConsoleOutputCP(CP_UTF8);
    SetConsoleCP(CP_UTF8);

    ifstream inGPA;
    string studentGPA;
    string studentName;
    inGPA.open("ipk.dat");

    if (inGPA.is_open()) {
        string line;
        while (getline(inGPA, line)) {
            stringstream ss(line);
            getline(ss, studentName, ';');
            getline(ss, studentGPA);

            if (stod(studentGPA) >= 3.0) {
                cout << studentName << "     \t" << studentGPA << endl;
            }
        }
        inGPA.close();
    }
    return 0;
}

方案2：读取时替换特殊空格（跨平台通用） #

如果你需要代码在Linux、Mac等平台也能正常运行，不需要依赖系统API，可以在读取姓名后将特殊空格替换为普通空格：

#include <iostream>
#include <fstream>
#include <sstream>
using namespace std;

int main() {
    ifstream inGPA;
    string studentGPA;
    string studentName;
    inGPA.open("ipk.dat");

    if (inGPA.is_open()) {
        string line;
        while (getline(inGPA, line)) {
            stringstream ss(line);
            getline(ss, studentName, ';');
            getline(ss, studentGPA);

            // 替换UTF-8非中断空格为普通空格
            size_t pos = 0;
            while ((pos = studentName.find("\xC2\xA0", pos)) != string::npos) {
                studentName.replace(pos, 2, " ");
                pos += 1;
            }

            if (stod(studentGPA) >= 3.0) {
                cout << studentName << "     \t" << studentGPA << endl;
            }
        }
        inGPA.close();
    }
    return 0;
}

内容的提问来源于stack exchange，提问作者Dede Kurniawan